1
2
2
2
=
n y
k n u
R
i
i
(1)
dimana
2
R = adjusted R
2
yaitu koefisien determinasi yang digunakan untuk
membandingkan dua R
2
i
u
dari persamaan regresi berganda
= residual term, merupakan sample counterpart dari stochastic
disturbance term u
n = jumlah sampel
i
k = jumlah parameter dalam model, termasuk intercept
y
i
( ) Y Y
i
= , dimana Y adalah variabel dependen
2) Price level regression model
it it it it
x b P + + + =
2 1 0
(2)
9
dimana
t = periode pengamatan
P
it
b
= harga saham perusahaan i pada akhir tahun fiskal t, yaitu harga
saham penutupan (closing price) pada perdagangan terakhir
sebelum akhir tahun fiskal.
it
x
= nilai buku (ekuitas) per lembar saham perusahaan i pada akhir
tahun t, yaitu per tanggal neraca pada akhir tahun fiskal.
it
= 0,242 + 0,014X
t
t = (3,073) (0,705)
p = (0,037) (0,520)
Adj. R
2
= -0,112 RSS
1
b) Periode 19992003
=0,029 df =4
t
Y
= 0,042 + 0,153X
t
t = (0,463) (5,544)
p = (0,675) (0,012)
20
Adj. R
2
= 0,881 RSS
2
c) Periode 19932003
=0,023 df =3
t
Y
= 0,118 + 0,045X
t
t = (1,256) (3,253)
p = (0,241) (0,010)
Adj. R
2
= 0,489 RSS
3
2) Uji asumsi bahwa error variances pada dua periode tersebut adalah sama
(null hypothesis:
=0,189 df =9
2
2
2
1
= ).
a) Estimasi error variances.
00725 , 0
2 6
029 , 0
1
1 2
1
=
=
k n
RSS
007667 , 0
2 5
023 , 0
2
2 2
2
=
=
k n
RSS
b) Uji error variances (Nilai F). Rumus menghitung F
2
2
2
1
= F (7)
By convention we put the larger of the two estimated variances in the
numerator Gujarati (2003, p.278).
057471 , 1
00725 , 0
007667 , 0
= = F
c) p value.
p value untuk nilai F 1,057471 dengan 3 dan 4, sebagai numerator dan
denumeratornya, adalah lebih besar dari 25% (critical F value untuk 25% adalah
2.05). Dengan demikian, kita tidak menolak null hypothesis bahwa error
21
variances pada kedua periode penelitian adalah sama. Hal ini berarti kita dapat
menggunakan Chow test untuk menguji apakah ada structural change.
3) Chow test
a) Restricted residual sum of squares (RSS
R
) dimana dalam penelitian ini
adalah RSS
3
b) Menghitung unrestricted residual sum of squares (RSS
=0,189.
UR
RSS
), yaitu
UR
=RSS
1
+RSS
2
dengan df =(n
1
+n
2
dalam penelitian ini,
2k)
RSS
UR
c) Menghitung F (null hypothesis: tidak ada structural change).
=(0,029 +0,023) =0,052
) 2 /( ) RSS (
/ ) RSS RSS (
2 1 UR
UR R
k n n
k
F
+
= ~
( ) [ ] k n n k
F
2 ,
2 1
+
(8)
dalam penelitian ini,
( )
( ) ( )
221154 , 9
2 . 2 5 6 / 052 , 0
2 / 052 , 0 189 , 0
=
+
= F
nilai F = 9,221154dengan df 2 dan 7 pada numerator dan denumerator,
respectivelysignifikan pada tingkat mendekati 1% (critical F value untuk 1%
adalah 9.55). Dengan demikian, null hypothesis bahwa tidak ada structural
change ditolak. Berarti terdapat structural change hubungan antara value
relevance dan variabel TIME pada periode 1993-1998 dan 1999-2003.
4) Analisis lanjutan Chow test. Analisis ini dilakukan untuk mengetahui
penyebab perbedaan, yaitu dengan mengumpulkan seluruh observasi dan
melakukan regresi berganda berikut (Gujarati, 2003, p.307):
22
( )
t t t t t t
u X D X D Y + + + + =
2 1 2 1
(9)
dimana
Y = R
X = TIME, variabel waktu, 1993 =1, 1994 =2, dst
2
t = waktu
D = 1 untuk observasi pada 19992003
0 untuk observasi pada 1993-1998
2
= differential intercept coefficient, they tell by how much the
value of intercept that receives the value of 1 differs from the
intercept of the benchmark category (Gujarati, 2003, p.302)
2
= differential slope coefficient, slope drifter, indicating by how
much the slope coefficient of (the category that receives the
dummy value of 1) differs from that of the first period. (Gujarati,
2003, p.308).
Hasilnya adalah:
t
Y